2.3. Datenbankmodellierung am Muster mit auch falschen Entwürfen history menue Letztmalig dran rumgefummelt: 06.02.19 19:22:09
Da Datenbasen einen relevanten Ausschnitt aus der uns umgebenden Welt abbilden, ist hierbei der Modellbegriff von besonderer Bedeutung, da es eben die Welt selbst nicht ist und ihre Eigenschaften irgendwie - eben in einem Modell nachgebildet werden müssen. Selbstverständlich wird der Themenbereich auch noch von Algorithmen berührt
  1. Datenbank-Begriffe
 
2. Datenbank-Objekte
 
3. Modell und Modellbildung für Datenbasen
 
4. Datenbasismodellierung falsch
 
5. Relationaler Datenbasisentwurf
 
6. Beispiele und Übungen zur Datenbankmodellierung
 
7. Verwandte Themen

Datenbanken

Logo für die Daten-Modellierung

inhaltlich auf korrektem Stand - evtl. partiell unvollständig ;-)

Wissen für Fortgeschrittene der Informatik

Informatik-Profi-Wissen


1. Datenbank-Begriffe history menue scroll up
Da Datenbasen einen relevanten Ausschnitt aus der uns umgebenden Welt abbilden, ist hierbei der Modellbegriff von besonderer Bedeutung, da es eben die Welt selbst nicht ist und ihre Eigenschaften irgendwie - eben in einem Modell nachgebildet werden müssen. Selbstverständlich wird der Themenbereich auch noch von Algorithmen berührt

Database-Management-System

Entity & Entity-Types
Attribute
Attributwerte
Key-Attribute
Normalformen
Anomalie

2. Datenbank-Objekte history menue scroll up
... die Entities der Datenbasis - dies sind all diejenigen Objekte, welche mit der geforderten Vollständigkeit sowie den geforderten gemeinsamen Attributen den Diskus durch einheitliche Attributwerte beschreiben.

3. Modellbildung für Datenbasen history menue scroll up
Modelle dienen unserem Verständnis der Welt indem wir diese auf einen rationalen Kern vereinfachen und mit dieser Vereinfachung dann die Objekte der uns umgebenden Welt versuchen zu analysieren und oder sie zu beschreiben.
Relation / Tabelle
Wertebereich / Domäne (domain), auch: Typ
Attribut / Spalte (column)
Tupel / Zeile (row)
Primärschlüssel / Primary Key
Fremdschlüssel
mehr nicht!

die Diskurse


4. Datenbasismodellierung falsch history menue scroll up
Eine Datenbasis zukunftsträchtig so zu modellieren, dass sie auch Worst-Case-Bedingungen standhält und aktuell unter verschiedensten Plattformen gehandhabt werden kann sowie nach oben offen für künftiger Erfordernisse ist, bedeutet ein extrem schwieriges Unterfangen anzugehen (eigentlich ist es unmöglich - der Datenbankentwickler müsste wissen, was in Zukunft für Forderungen gestellt werden).
Zur Abschreckung werden Datenbasen dargestellt, wie sie landläufig  - und natürlich falsch entwickelt werden. Dies wird gekoppelt mit den entsprechenden Tipps zum korrekten entwickeln von Datenbasen.
Die folgenden Zeilen sowie zugehörige Links beachtet, führen automatisch zu relationalen Datenbasen in mindestens dritter Normalform.

Datenbestand Pilze

Entity-Type Pilze

Schlüssel gibt es ...

Entity-Types zum Obejekt-Management ...

selbst ein Relationship-Modell ist an Bord ...

... und das unten stehende ergibt sich, wenn man die Mehrheit der deutschen Bevölkerung auf Datenbanken loslässt (dabei sind Schlüssel schon fast zwangsläufig) - eine weise Entscheidung von Microsoft, kein Datenbanksystem standardmäßig in Office an den unbedarften Nutzer zu verkaufen ;-)
Entity-Type  "Lebenswerke von Malern"

Download Database maler.mdb
Entity-Type "Länder der Erde"

Download Database erde.mdb
Entity-Type  "Pferde"

Download Database pferde.mdb
Entity-Type  "Saurier"

Download Database saurier.mdb
Entity-Type  "Elemente"

Download Database elemente.mdb

Datenbestand Maler

Datenbestand Erde

Datenbestand Pferde

Datenbestand Saurier

 

Datenbestand Elemente

 

  • Entitytyp-Bezeichung klein geschrieben
  • falsche Domainbenutzung für die Malepochen
  • Umlaute in den Attributbezeichnern
  • Verwendung von Abkürzungen in den Attributwerten
  • nichtatomare Datenhaltung
  • Verletzung des Domainbereichs
  • falsche und noch dazu uneinheitliche Datenhaltung in den NULLWERTEN

 

  • diese Datenbasis schneidet noch vergleichsweise gut ab - Zahlen sind schon Zahlen, aber die Kontinentzuordnung geht voll ins MINUS
  • Entitytyp-Bezeichung klein geschrieben
  • falsche Attributbezeichner (Tabellenkopfnamen)
  • falsche Domainbenutzung für die Kontinente
  • Umlaute in den Attributbezeichnern
  • Verwendung von Abkürzungen in den Attributwerten
  • das Grauen bekommt ein Gesicht - hier ist so ziemlich alles falsch gemacht worden, was immer man falsch machen kann
  • Entitytyp-Bezeichung klein geschrieben und länger als 10 Zeichen - Umlaute und Sonderzeichen sind selbstverständlich enthalten
  • falsche Attributbezeichner (Tabellenkopfnamen)
  • falsche Domainbenutzung für die Kontinente
  • Umlaute in den Attributbezeichnern
  • Verwendung von Abkürzungen in den Attributwerten
  • das Grauen ist vollständig und alle Fehler sind gemacht - wer jemals eine derart organisierte umfangreiche Datenbasis zur scharfen Informationsrecherche in die Hände bekommt - dann "Gute Nacht! ;-)
  • ... dumm ist leider: Du bekommst sie, und zwar genau so geartet - zu toppen ist das schlecht ;-)
  • ... wer alle Fehler finden will, vergleicht einfach mit den zehn Geboten sowie Hinweisen unten
  • Entitytyp-Bezeichung klein geschrieben und länger als 10 Zeichen - Umlaute und Sonderzeichen sind immer noch enthalten
  • nichtatomare Datenhaltung
  • falsche Attributbezeichner (Tabellenkopfnamen) - lang, Umlaute und Sonderzeichen (Igitt!!!)
  • falsche Domainbenutzung für die Ernährung
  • Umlaute in den Attributbezeichnern
  • Verwendung von Abkürzungen in den Attributwerten (Mio.)
  • verschiedene Maßangaben beim Gewicht (kg und Tonnen gemischt)
  • wir bekommen ein "... Go flight!" - nicht die beste Lösung - jedoch grundsätzlich möglich
  • das liegt aber hier in der Natur der Dinge
Die zehn Gebote der Datenbanktechnik
  1. Du sollst als erstes richtige Datenformate wählen und das Dokument speichern!
  2. Du sollst die Datenhaltung immer eindeutig, aktuell und korrekt führen!
  3. Du sollst zum Datenzellenwechsel nicht die ENTER-Taste benutzen, wohl aber die Tabulator-Taste.
  4. Du sollst nicht mehr als eine Information in jede Datenzelle eintragen, es sei denn, es gilt eine zulässige Ausnahme!
  5. Du sollst nicht gleiche Merkmale mit verschiedenen Merkmalswerten beschreiben!
  6. Du sollst keinen beliebigen Eintrag in unbekannte Datenfelder setzen, sondern sie frei lassen!
  7. Du sollst nicht verwenden in Datenbanken Abkürzungen!
  8. Du sollst wissen, dass die Anordnung der Datensätze und der Datenfelder für die Datenbank unerheblich ist!
  9. Du sollst in Datenbanken nicht formatieren, es sei denn, es handelt sich um einen Standard (DM oder %)!
  10. Du sollst nicht benutzen den Datentyp Zahl, wenn in das Datenfeld keine Zahlen eingetragen werden (Telefonnummer, Postleitzahlen)!
Eine klare, eindeutige und einheitliche (homogene) Welt, ohne Ausnahmen würde einfache Datenbasen zulassen - die Welt ist aber gerade nicht klar, eindeutig und ohne Ausnahmen - im Gegenteil, wenn wir nur die Steuergesetzgebung hernehmen, sehen wir das Chaos - und auch dieses soll (bzw. muss) datentechnisch auch noch korrekt abgebildet werden.
  • lernen Sie möglichst schnell, den "Worst-Case" zu planen und gehen Sie nicht vom "Best-Case" aus, denn es kommt meist schlimmer, als Sie denken ;-)
  • gehen Sie nicht von sich aus, sondern fragen Sie sich: was wird der DAU mit meiner Datenorganisation machen?
  • der DAU wird jede auch noch so kleine Lücke in Deinem "sicheren" Datenkonzept sehen und nutzen - Dir selbst ist dieses durch Fachkenntnis selbstverständlich verwehrt - Du wirst selbst bei Planung des DAU-Falles diese Lücke nicht erkennen (Merke: So dumm, wie sich manche anstellen, kann man nicht denken)

Hinweise zum Umgang mit Datenbasen:

  • Datenbanken dienen dem schnellen Informationszugriff und nicht dem Erfassen von Informationen!!!
  • Datenbanken beruhen auf absoluter Exaktheit - darum: sei erfolgreich, indem auch Du exakt bist - lern' dies so schnell wie möglich exakt zu definieren, Ausnahamen zu erkennen und aufzuführen - Aktuelles, Bewiesenes, Homaogenes  und Eindeutiges sind die Trumpf-Karten der Datentechnik - plane den Worst-Case
  • lerne präzise mathematische Definitionen schätzen - Datenbanken nutzen eben diese
  • Datenbanken sind als Informationssammlungen nicht neu - sie werden nur seit neuerer Zeit (seit etwa 40 Jahren) auf Computern eingesetzt
  • Datenbanken liefern bei Abfragen die Genauigkeit, die bei der Dateneingabe, Aktualisierung und Fehlerbereinigung aufgewandt worden ist (fehlerhafte Datenbanken liefern falsche Ergebnisse!)
  • alle Objekte mit gleichen Eigenschaften müssen auch durch gleiche Merkmalswerte beschrieben werden also Volkswagen und nicht VW miteinander mischen!!! Kläre die eindeutige Schreibweise aller konkreten Datenmerkmale für gleiche Informationen - also entweder für die Herkunft der Pferde "England" oder "englische Abstammung", aber keinesfalls diese Einträge beide in einem Diskurs verwenden! Siehe dazu auch das Fünfte Gebot der Datenbanktechnik.
  • Die Informationen einer Datenbasis werden in Attribut- oder Datenfeldern gespeichert! Attributfelder bestehen aus Feldnamen und -inhalt! Datenfelder besitzen einen Datentyp, welcher für die korrekte Datenverwaltung von fundamentaler Bedeutung ist!
  • Anordnung der Merkmale und der Datensätze ist für die Datenbank unerheblich!
  • Verwende in Datenbanken niemals Abkürzungen - durch diese entstehen Interpretationsmöglichkeiten und verschiedene Schreibweisen von Informationen (Beispiel: der Datenbankentwickler notiert "Heirich-Heine-Straße" - Sie suchen nach "Heinrich-Heine-Str." - Sie finden was? - Richtig! Nix - und dies, obwohl eine sachliche Übereinstimmung vorliegt!)
  • verwenden Sie für Maßangaben einheitliche Umrechnungsfaktoren - entweder alles in mm oder alles in km
  • verwenden Sie die für Ihre Daten relevanten Datentypen (Datum vom Typ Datum, Postleitzahlen vom Typ Text (denn sie sind Text!))
  • professionelle Datenbanken fordern ein minimales Schlüssel-Konzept, welches von Works nicht unterstützt wird
    • Schlüssel sind Datenfelder, die ein eindeutiges Unterscheidungskriterium schaffen, welches sich damit nicht wiederholen darf
    • Namensfelder sind dazu nicht gut geeignet, da sich Nachnamen schnell wiederholen können
    • günstig ist, jedem Datensatz eine eindeutige „Schlüsselnummer“ zu vergeben
  • atomare Datenhaltung - tragen Sie in jedes Datenfeld genau eine Information ein (wobei sich wenige sinnvolle Ausnahmen in der Datenhaltung durchgesetzt haben, z. B. Straße und Hausnummer gemeinsam zu erfassen, denn diese beiden Informationen stehen in einem jedermann bekanntem Zusammenhang) - dies muss jedoch bereits bei der Strukturplanung der Datenbank berücksichtigt werden
    Dateneinträge wie „1876 -1934“ für Lebensdaten sind also falsch, genau wie „2 km“ und „Romantik, Impressionismus, Renaissance“ - Auswege:
    • diese Datenfelder sind zu trennen oder die Maßeinheiten im Datenfeldnamen unterzubringen, etwa: „Entfernung in km“, „Epoche_1“, „Epoche_2“, „Epoche_3“ (dies ist zwar nicht die eleganteste, aber eine richtige Lösung)
    • es ist ebenso möglich, die Datenfelder (Attribute) mit den einzelnen möglichen Beschreibungsmerkmalen (der Fachmann spricht hier von Attributwerten der Domain) zu benennen (zu bezeichnen) und in der Folge mit den Kriterien (natürlich auch dem entsprechenden Datentyp) "WAHR" - "FALSCH" zu arbeiten
    • ebenso ist es möglich, die einzelnen Objekte mehrfach aufzuführen und ihre mehrfach auftretenden Attributwerte einzeln zu erfassen (das führt jedoch zu extrem hoher Redundanz und Inkonsistenz in der Datenpflege)
  • dagegen ist der Eintrag „Rose Marie“ als Vorname richtig, ebenso wie „Äquatorial-Guyana“, da dies ja zusammengesetzte Namen und damit eine Information sind
  • Datenfelder, für die augenblicklich keine Information existiert, bleiben frei - man spricht von NULLWERTEN (die aber nicht die Interpretation = 0 erlauben, denn 0 ist eine konkrete Information. Dagegen bedeutet ein NULLWERT „unbekannt“!)
  • NULLWERTE verhalten sich in der Datenverwaltung immer kritisch - deshalb sind sie möglichst zu vermeiden
  • Sie erhalten völlig falsche Auswertungen der Daten, wenn Sie in NULLWERTE Informationen, wie z. B. „unbekannt“, einen Bindestrich oder „leer“ eintragen - Datenbanken gehen mit NULLWERTEN richtig um - Sie verfremden also mit solchen Einträgen die Informationen und die Abfragestrategien Ihrer Datenbasis
  • Reihenfolgen in der Anordnung der Datenfelder und der Datensätze sind völlig beliebig und haben für die Auswertung der Datenbank keinerlei Bedeutung. Eine Datenbank muss nur vollständig und aktuell sein!
  • definieren Sie genau einzuhaltende Beschreibungsmerkmale für Ihre Objekte - der Fachmann spricht von einer Domain (das ist sozusagen der Wertevorrat ihres Objektmerkmals) - einmal VW und ein anderes mal Volkswagen in Ihre Datenbasis einzutragen, ist tödlich
  • ganz schlimm gestalten sich solche Einträge wie: "Um 1432" statt exakt "1432" z.B. für das Geburtsjahr von C. Columbus - wir wissen es nämlich nicht exakt) - dann lieber einen MULLWERT und Besonderheiten unter Bemerkungen zur Auswertung abfangen

Vermeiden Sie: 

  • falsche Daten in den Datenfeldern (Tippfehler, falsche Erfassungen (z. B. falsch abgeschrieben))

  • Dateninkonsistenz (widersprüchliche Daten, bedingt durch Korrekturen oder einfach Übertragungsfehler)

  • falsche Schlüsselkonzepte

  • Abkürzungen in Datenfeldinhalten (Abkürzungen ausschließen!)

  • falsche Datentypen - Zahlen müssen Zahlen bleiben (Maßeinheiten gehören nicht in den Datenbestand oder müssen vom System selbst generiert werden)

  • NULLWERTE in Datenfeldern sind bezüglich der Datenbankauswertung immer kritisch - schon die Struktur (Datenfelder und Datentypen) muss so aufgebaut sein, dass möglichst keine Leerfelder vorhanden sind

  • nicht zu wissen, wie sich Leerfelder eines Datenbankmanagementsystems bei statistischer Auswertung verhalten

  • veraltete Daten

  • ENTER-Tasten statt TAB-Stop's

  • Leerzeichen in Datenfeldern besonders am Anfang

  • Apostroph statt Akcent (Rene' statt René)

  • mehrere Information pro Datenfeld (nicht atomare Informationsdarstellung)

  • Redundanzen (Wiederholungen) in den Datensätzen

  • falsche Datentypen und -relationen - diese zu korrigieren ist im Extremfall ohne Datenverlust unmöglich

  • für eine bestimmte Anwendung sollte man sich für ein Datenbanksystem entscheiden - im Nachhinein zu wechseln kann schwierig werden (WORKS z. B. verwendet kein Datentypenmodell - beim Konvertieren in dBASE gehen Daten verloren) - Anmerkung: WORKS 4.0 setzt mit Datentypen an und kennt aus Kompatibilitätsgründen immer noch den Datentyp „STANDARD“

beachte dazu auch Datensichheit und Datenintegriät

5. Relationale Datenmodellierung history menue scroll up
In diesem Augenblick betreten wir den Bereich eines Diskurses, der, wenn er richtig organisiert ist, theoretisch alle Objekte dieser Welt einschließlich nicht mehr vorhandener, zu einander in Beziehung setzen könnte. Das will und braucht aber keiner, also bilden wir einen "Realitätsausschnitt", über den wir wirklich in unserem Zusammenhang Auskunft benötigen, im Diskurs ab. Das macht die Datenstruktur mit all ihren Ausnahmeforderungen immer noch kompliziert genug.
nutzen Sie Erkenntnisse aus der Beschreibung der 1 :1-Beziehung
   
   

Richtige Modellierung von Realitätsausschnitten

Eine möglichst präzise Modellierung von Daten stellt eine wichtige Voraussetzung für die Erstellung einer Datenbank dar. Die Analyse des Realitätsausschnittes (Diskursbereich) mit der Herauslösung wichtiger Objekte (Entitäten) und ihrer Beziehungen zueinander bilden den ersten Schritt. Solche Objekte können Personen, Sachen, Begriffe, Ereignisse sein. Die Beziehungen sind Verbindungen zwischen ihnen, die im betrachteten Diskursbereich wichtig sind. Eine Person z. B. kann je nach betrachtetem Realitätsausschnitt ein Mitarbeiter einer Firma, ein Kunde, ein Patient usw. sein. Die Merkmale, die zur Charakterisierung einer solchen Person herangezogen werden, können deshalb sehr unterschiedlich sein.
Um die Grundbegriffe der Modellierung am Beispiel zu erläutern, werden als Realitätsausschnitt die Mitarbeiter einer Firma betrachtet, die an Projekten arbeiten. Ein Mitarbeiter (Entität) arbeitet an (Beziehung) einem Projekt (Entität). Ein Mitarbeiter (Entität) ist Angestellter (Beziehung) der Firma (Entität).
Bild 1.5 Entitäts-Beziehungs-Diagramm
Hinter der Entität Mitarbeiter verbirgt sich eine (Entitäts-)Menge von Mitarbeitern (Krause, Sonntag, Müller usw.), die durch gleiche Merkmale ausgezeichnet sind. Nach dem Erkennen wichtiger Entitäten und ihrer Beziehungen zueinander besteht der nächste Schritt darin, Entitäten und Beziehungen durch das Auffinden ihrer charakteristischen Merkmale näher zu bestimmen.
Diese Begriffsbildungen sind bereits Gegenstand der Datenmodelle, die im folgenden Abschnitt näher betrachtet werden. ' 1.4.4 Datenmodelle
Datenmodelle stellen einen Begriffsapparat zur Verfügung, der es erlaubt, von den konkreten Objekten und Sachverhalten des Diskursbereiches zu abstrahieren und mit den Elementen ein wirklichkeitstreues Modell zu konstruieren.

Schritte zur Datenerfassung für m : n Beziehungen
Entity SCHULER Download Datei Vorteile Nachteile

Datenbestand SCHUELER nicht atomar

  • die Daten wurden widerspruchsfrei erfasst
  • ein Schlüsselkonzept ist über die Schülernummer vorhanden
  • jedes Objekt ist einmal aufgeführt und eindeutig zu identifizieren
  • die Datenstruktur ist nicht atomar - im AG-Attribut sind mehrere Informationseinträge vorgenommen worden
  • diese Darstellung ist absolut ungeeignet, da hier nichtatomare Einträge als Attributwerte zugelassen wurden

Datenbestand SCHUELER atomar

  • die Daten wurden widerspruchsfrei erfasst
  • die Datenstruktur ist atomar - jeder möglichen AG wurde ein Datenfeld zugeordnet und darin die konkrete AG eingetragen
  • jedes Objekt ist einmal aufgeführt und eindeutig zu identifizieren
  • ein Schlüsselkonzept ist über die Schülernummer vorhanden
  • alle Attribute, welche beim jeweiligen Objekt nicht zutreffen bleiben Leerfelder (NULLWERTE)
  • kommt eine weitere AG hinzu, muss die gesamte Struktur erweitert werden (noch mehr NULLWERTE)

Datenbestand SCHUELER atomar

  • dies scheint unter momentanem Betrachtungszeitpunkt gar noch die beste Lösung - noch ist die Datenbasis nicht relational aufgelöst
  • die Daten wurden widerspruchsfrei erfasst
  • die Datenstruktur ist atomar - jeder möglichen AG wurde ein Datenfeld zugeordnet und darin die konkrete AG eingetragen
  • jedes Objekt ist einmal aufgeführt und eindeutig zu identifizieren
  • ein Schlüsselkonzept ist über die Schülernummer vorhanden
 

Datenbestand SCHUELER atomar

  • die Daten wurden widerspruchsfrei erfasst
  • die Datenstruktur ist atomar - jeder möglichen AG wurde ein Datenfeld zugeordnet und darin die konkrete AG eingetragen
  • ein Schlüsselkonzept ist über die Schülernummer nicht vorhanden - die Daten jedes einzelnen Schülers müssen mehrfach aufgeführt werden
  • redundante Daten sorgen für Inkonsistenzen
    • schon bei der Erfassung (schnell ist man in der Spalte verrutscht)
    • bei der Datenpflege (wenn der Schüler beispielsweise umzieht, muss überall fehlerfrei die Adresse geändert werden)
    • jede Menge vollkommen überflüssige Arbeit bei entsprechend vielen Daten
    • unnötig große Datenmengen mit absolut identischen Informationen
    • lassen Sie nur bei einem AG-Leiter den Namen ändern (so was soll ja vorkommen)

6. Aufgaben und Übungen zur  Datenmodellierung history menue scroll up
Im ersten Teil sind nur Anpassungen von Datentabellen (Entity-Typen) angesetzt, erst Teil zwei befasst sich mit der relationalen Anpassung der uns umgebenden Welt. Extrem schwer sind Datenerfassungen, wenn Unwissende diese betreiben - dummerweise ist das die Mehrheit der Mitmenschen.
Anspruchsstufe I:

hier findet man das ZIP-Archiv der Werkzeuge-Datei tools.zip mit 12 KByte Größe (entpackt übrigens 123 KByte groß)

  • nutzen Sie hier die Suche- und Ersetze-Funktion zur Atomarisierung der Datenbasis!
  • Konvertieren Sie Dezimalzahlen mit dem richtigen Datentyp: Zahlenformat: Double, Format: 2 Nachkommastellen, Darstellung als Standard-Dezimalzahl!
Anspruchsstufe II:

hier findet man das ZIP-Archiv der Werkzeuge-Datei elemente.zip mit 12 KByte Größe (entpackt übrigens 172 KByte groß)

  • tragen Sie in dieser Datenbasis korrekte Attributbezeichner (Feldnamen) ein!
  • nutzen Sie das Tafelwerk, um für bekannte Elemente und zugehörige Eigenschaften auf das Attribut sowie einen logischen Bezeichner für selbiges zu schließen
  • Konvertieren Sie Dezimalzahlen mit dem richtigen Datentyp: Zahlenformat: Double, Format: 2 Nachkommastellen, Darstellung als Standard-Dezimalzahl

Anspruchsstufe III:

hier findet man das ZIP-Archiv der Werkzeuge-Datei datenbestand.zip mit 259 KByte Größe (entpackt übrigens 1,02 MByte groß)

  • Konvertieren Sie die Daten und erstellen Sie ein erstes "vorsichtiges" relationales Modell!
  • Finden und erstellen Sie äquivalente Datentypen!
  • Normalisieren Sie den Datenbestand!
  • tragen Sie in dieser Datenbasis korrekte Attributbezeichner (Feldnamen) ein!
  • entwickeln Sie ein ERM!

7. Verwandte Themen history menue scroll up
Da schon einmal feststeht, dass Datenbanken das Non plus Ultra der Informatik sind, und dies sowohl von der theoretischen als auch praktischen Seite gilt, gibt's nun hier die Verwandtschaften und somit auch das Basiswissen zu Datenbanken auf Abiturniveau schlechthin.
Bereich Datenbanken-Grund- und Aufbauwissen

Database Management-Systems

Daten

Datensicherheit und Datenpiraterie

Datenschatten

Zahlensysteme

Anforderungen an DBMS

richtige oder falschen Datenbasen

Datenbanken-Entwurf

mengentheoretischen Grundlagen der SQL

Bereich Begriffswelt der Informatik

Informationsbegriff

Nachrichten

Wissen

Systembegriff

Modellbegriff

Simulation

Denken und Sprache

Zahlen, Daten und Datentypen

Gegenläufigkeit und Verklemmung

Pattern-Matching

   
Bereich Kryptologie

Grundlagen der Kryptologie

Allgemeines zur Verschlüsselung

Steganografie

CÄSAR-Chiffre

Vigenère-Chiffre

der Babbage bzw. Kasiski-Test

Angriff auf den ENIGMA-Chiffre: Projekt ULTRA- oder Shark

   


zur Hauptseite
© Samuel-von-Pufendorf-Gymnasium Flöha © Frank Rost am 12. Januar 2010 um 14.11 Uhr

... dieser Text wurde nach den Regeln irgendeiner Rechtschreibreform verfasst - ich hab' irgendwann einmal beschlossen, an diesem Zirkus (das haben wir schon den Salat - und von dem weiß ich!) nicht mehr teilzunehemn ;-)

„Dieses Land braucht eine Steuerreform, dieses Land braucht eine Rentenreform - wir schreiben Schiffahrt mit drei „f“!“

Diddi Hallervorden, dt. Komiker und Kabarettist

Diese Seite wurde ohne Zusatz irgendwelcher Konversationsstoffe erstellt ;-)